基于参数丢失理论的语音识别方法鲁棒性研究

本项目采用语音听觉谱特征作为语音识别前端特征参数，用噪声变换模型取代传统的多混合高斯密度语音识别基元模型，提出一种新的训练算法，设置自适应噪声门限，对较大噪声情况，采用参数丢失理论对特征参数进行补偿，从而提高算法在无噪时的正识率及在有噪时的鲁棒性，本项目的研究成果对语音识别系统的实际应用具有重要意义。